Tensorflow Keras：多个输出，仅损失一个功能？

我有这样的设置：

model = keras.Model(input,[output1,output2])

我的损失函数只是output1的函数。我如何告诉Keras为了计算损失而忽略输出2？我想到的最好方法是生成一个始终返回0.0的伪损失函数：

model.compile(optimizer=..., loss=[realLossFunction, zeroLossFunction])

---

我可以接受这一点，但我必须到处看看这个损失函数的统计数据和进度，并想知道是否有更优雅的方法。

您可以避免将此输出放入模型中，然后重用权重（或与函数API共享权重）将附加输出添加到完整模型

---

但是使用零损失也可以。

为什么不为只有一个输出的训练创建一个单独的模型，即

output1

？示例：

trainingModel=keras.model（model.input，model.outputs[0]）

第二个输出实际上是在下一次迭代中反馈给输入的（RNN样式）状态。对于此应用程序，我正在手动运行RNN反馈。因此，虽然它不是直接得分，但在训练中是必需的。